减少训练数据中小数的nr

Question

我使用由Tensorflow支持的Keras来训练我的模型，我有一个关于训练数据中小数的nr的问题。减少训练数据中小数的nr是否会影响输出？我的原始数据有15个小数点，我想把它减少到8个，因为这个数据用8个小数表示得很好。你对此有什么经验？

+-------------------+---------------------+
|     Original      | round to 8 decimals |
+-------------------+---------------------+
| 0.675477266311645 |   0.675477270000000 |
| 0.670092999935150 |   0.670093000000000 |
| 0.660303473472595 |   0.660303470000000 |
| 0.698482632637023 |   0.698482630000000 |
| 0.747430264949798 |   0.747430260000000 |
| 0.734703838825225 |   0.734703840000000 |
| 0.783161997795104 |   0.783162000000000 |
| 0.760156631469726 |   0.760156630000000 |
| 0.760156631469726 |   0.760156630000000 |
| 0.763582944869995 |   0.763582940000000 |
| 0.766519844532012 |   0.766519840000000 |
| 0.766519844532012 |   0.766519840000000 |
| 0.747919738292694 |   0.747919740000000 |
+-------------------+---------------------+

Answer 1

你已经回答了你的问题。如果您知道您的数据以8位小数位表示得很好，则可以在不丢失准确性的情况下减少其余数据。最后，它不会有多大的影响，因为内部的地方将被使用无论如何。仅仅因为你在输入中留下了一些地方，并不意味着模型中变量的精度也会下降。它们仍然是(大概) 32位浮点数。